VIS-TWIN
Ausgangssituation
Digitale Zwillinge sind präzise 3D-Modelle realer Umgebungen. Die Umwandlung von Punktwolken, also räumlichen Messdaten, in nutzbare Modelle ist derzeit oft zeitaufwendig und erfordert einen hohen manuellen Aufwand.
Ziel
VIS-TWIN entwickelt KI-gestützte Verfahren, die Punktwolken automatisch analysieren, Objekte erkennen, diese durch katalogisierte Objekte ersetzenund darauf basierend 3D-Modelle der realen Umgebung erzeugen. Der Aufwand für Datenerfassung, Annotation und Nutzereingriffe soll dabei deutlich reduziert werden.
Projektergebnis
Die entwickelten Verfahren sollen in die Echtzeit-Rendering-Plattform 3dverse integriert werden. Damit sollen digitale Fahrkursplanung bei DS Automotion und realitätsnahe Sicherheitstrainings in pool3 schneller ermöglicht werden.
Projektdaten
- Jänner 2026 – 31. Dezember 2028
Projektkoordinator
- SCCH (Florian Kromp)
Projektpartner
Fördergeber/Schiene
Kromp Florian
Research Team Lead Computer Vision and Representation Learning